THE LIMIT DISTRIBUTION OF THE CUSUM OF SQUARES TEST UNDER GENERAL MIXING CONDITIONS
一般混合条件下平方 CUSUM 检验的极限分布AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确讨论单变量时间序列的方差变化检验，因此归入结构变化与时间序列。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
一般混合条件下平方 CUSUM 检验的极限分布
- 研究问题
- 在线性回归的解释变量与误差满足一般混合条件时，平方 CUSUM 检验的极限分布如何依赖误差过程，如何用于方差变化检验？
- 方法与思路
- 作者推导平方 CUSUM 统计量的极限分布，分析误差过程的影响，并提出修正统计量，结合单变量时间序列讨论与模拟考察其表现。
- 材料陈述的贡献
- 摘要称修正版具有不含干扰参数的极限分布，并可改进单变量时间序列中检验方差变化的标准做法，提供模拟证据支持这一陈述。
- 阅读关注点
- 阅读时应核对混合条件、误差过程的分类、修正统计量的构造，以及模拟中的比较对象、检验水平和方差变化设定。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断修正方法的具体适用条件与有限样本改进幅度；摘要未说明这些细节及刊本变化。
原文摘要
We consider the cumulative sum (CUSUM) of squares test in a linear regression model with general mixing assumptions on the regressors and the errors. We derive its limit distribution and show how it depends on the nature of the error process. We suggest a corrected version that has a limit distribution free of nuisance parameters. We also discuss how it provides an improvement over the standard approach to testing for a change in the variance in a univariate times series. Simulation evidence is presented to support this.